Qwen: Qwen3.7 Plus vs Z.ai: GLM 5.2

平均スコアは 7.9 vs 7.8 でほぼ同等です。 GLM 5.2 (medium) の benchmark コストが低く、$0.068 vs $0.267 です。 GLM 5.2 (medium) の方が高速で、23.28s vs 51.51s です、成功率は 75.8% vs 80.3% です。

おすすめモデルGLM 5.2 (medium)ここでは最高スコア（7.8）で、Qwen3.7 Plus (medium) より約 3.9 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-18

指標	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03	GLM 5.2 GLM 5.2 medium リリース: 2026-06-17

指標	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03	GLM 5.2 GLM 5.2 medium リリース: 2026-06-17
スコア	7.9	7.8
順位	#36	#38
信頼性	10.0	9.5
一貫性	8.9	8.0
正解テスト
試行ごとの合格率	75.8%	80.3%
不安定なテスト	3	4
総実行回数	66	63
結果あたりのコスト	2.072	2.159
合計コスト	$0.267	$0.068
入力価格	$0.320 / 1M	$0.293 / 1M
出力価格	$1.280 / 1M	$0.920 / 1M
合計入力トークン	115,233	37,199
出力トークン	6,162	12,261
推論トークン	173,267	49,500
応答時間（平均）	51.51s	23.28s
応答時間（最大）	315.30s	101.36s
応答時間（合計）	1133.15s	488.94s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#36 Qwen3.7 Plus

medium

コスト: $0.018
時間: 193.2s
トークン: 10,821 tok

#38 GLM 5.2

medium

コスト: $0.041
時間: 195.8s
トークン: 9,287 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065
GLM 5.2	10.0	10.0	100.0%	0		5.89s	639	497	2,634

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576
GLM 5.2	8.2	7.2	88.9%	1		40.96s	7,317	1,475	17,123

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645
GLM 5.2	5.0	5.0	50.0%	0		51.96s	12,696	458	4,531

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713
GLM 5.2	10.0	10.0	100.0%	0		13.44s	7,149	348	2,345

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073
GLM 5.2	4.1	4.4	44.5%	2		45.47s	551	8,188	11,606

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998
GLM 5.2	10.0	10.0	100.0%	0		17.39s	498	54	1,842

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013
GLM 5.2	9.9	10.0	100.0%	0		7.90s	678	94	1,518

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312
GLM 5.2	8.2	7.2	88.9%	1		13.13s	672	536	4,822

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831
GLM 5.2	10.0	10.0	100.0%	0		20.41s	6,861	230	550

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041
GLM 5.2	3.0	10.0	0.0%	0		34.25s	138	381	2,529

クイック比較

比較ペアを切り替え

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Claude Opus 4.8lowvsGLM 5.2medium Kimi K3maxvsQwen3.7 Plusmedium GPT-5.6 TerrahighvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.7 Plusmedium Kimi K3maxvsGLM 5.2medium GPT-5.6 LunahighvsGLM 5.2medium Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium DeepSeek V4 FlashhighvsGLM 5.2medium GPT-5.6 LunahighvsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsInklinghigh